RL

Ver no idioma original →

Método de otimização que pode melhorar métricas específicas e adaptar modelos a sistemas e harness em evolução.

Mencionado em

• A versão sem glamour do aprendizado contínuo
• Por que ninguém resolveu o aprendizado contínuo
• Como criar agentes que melhoram com o tempo: modelo, harness e contexto | Interrupt London

Relacionados

Codex, Claude Code, Cursor, Continual learning, SFT, evals, GitHub Actions, Prime Intellect, OpenAI, DAgger, Anthropic, catastrophic forgetting